כתבה
arXiv cs.AI ·
VLA-Precision: שיטת Co-Bootstrapping אסימטרית ללמידה רציפה ממוחשבת ומדויקת של דגמי VLA
VLA-Precision: Asymmetric Co-Bootstrapping for Efficient Real-World Online RL of Vision-Language-Action Models
VLA-Precision היא שיטת Co-Bootstrapping אסימטרית שמאפשרת לדגמי VLA ללמוד ולשפר את עצמם באופן רציף ומדויק. השיטה משתמשת באלגוריתם ACoB ובארכיטקטורה ACoB-Stream, שמאפשרים לדגמי VLA ללמוד ולשפר את עצמם באופן רציף ומדויק. השיטה נבחנה בתשעה משימות כימיות גבוהות-דיוק והראתה תוצאות מצוינות.
תקציר מקורי באנגליתarXiv:2609.04355v2 Announce Type: replace-cross Abstract: Pretrained vision-language-action (VLA) models enable broad manipulation but remain unreliable in tasks demanding precision and repeatability. Applying real-world online reinforcement learning (RL) to VLA post-training enables autonomous trial-and-error improvement beyond demonstrations alone, but exposes two bottlenecks: 1) unreliable value signals can induce policy drift; 2) large-VLA overhead constrains throughput and sample efficiency. To address these challenges, we present VLA-Precision, an efficient real-world online RL framework featuring the Asymmetric Co-Bootstrapping (ACoB) algorithm and the ACoB-Stream architecture. Specifically, ACoB establishes asymmetric co-bootstrapping across timescales: early intervention-guided be
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית